王 储 南 英 许 航

南京航空航天大学航天学院，南京 211100

0 引言

武器-目标分配问题(WTA)是多对多飞行器智能协同作战中指挥决策的重要问题，其求解方法主要有枚举法、分支界定法等精确算法[1]和遗传算法，模拟退火算法，蚁群算法，粒子群算法等启发式算法[2-6]。其中，遗传算法(Genetic algorithm，GA)是一种有导向的随机搜索算法，适合解决群体搜索最优化问题[7]，但其求解效率会随着问题复杂程度逐渐降低，且容易陷入局部最优。一些学者为抑制其盲目寻优和过早收敛的局限性[8]，进行了很多研究。比如，Zhou等[9]将遗传算法的均匀变异和交叉概念引入粒子群算法中，生成算法的更新方程。Wang等[10]将自适应遗传算法与自适应变量邻域搜索算法相结合，以平衡搜索和开发能力。Zhao等[11]引入自适应交叉与变异算子和模拟退火操作，抑制了算法早熟现象。王少蕾等[12]通过进化过程中变异、交叉因子的动态自适应策略，避免算法陷入局部最优。李瑞康等[13]将遗传算法的交叉思想引入到粒子群更新的策略中，有效提升了算法的性能，拥有更好的综合搜索能力。王光源等[14]根据种群多样性测度动态调整粒子群算法的惯性权重，来抑制算法陷入局部最优。参考上述方法可知，引入自适应策略，一定程度上可以抑制算法陷入局部最优，但算法的收敛速度仍需改善，且合理地将遗传算法与其他算法或策略融合可以改善算法的性能，但单一种群进化的多样性远不如多个种群协同进化好。……